ELISA: resultater – kvantitativ, kvalitativ og følsomhed

ELISA-analysen giver tre forskellige typer dataoutput:

kvantitativ

ELISA-data kan fortolkes i sammenligning med en standardkurve (en seriel fortynding af et kendt, oprenset antigen) for nøjagtigt at beregne koncentrationerne af antigen i forskellige prøver (figur 6).

kvalitativ

ELISAs kan også bruges til at opnå et ja eller nej svar, der angiver, om et bestemt antigen er til stede i en prøve sammenlignet med en blank brønd, der ikke indeholder noget antigen eller et ikke-relateret kontrolantigen.

semikvantitativ

ELISAs kan bruges til at sammenligne de relative niveauer af antigen i analyseprøver, da signalintensiteten vil variere direkte med antigenkoncentration.

standardkurve

ELISA-data tegnes typisk med optisk densitet vs logkoncentration for at producere en sigmoidal kurve som vist i figur 6. Kendte koncentrationer af antigen anvendes til at producere en standardkurve, og derefter bruges disse data til at måle koncentrationen af ukendte prøver ved sammenligning med den lineære del af standardkurven. Dette kan gøres direkte på grafen eller med kurve montering program, som typisk findes på ELISA plade læsere.

14 | Elisa Basics Guide Fig. 6. En typisk Elisa standardkurve.

Fig. 6. En typisk Elisa standardkurve.

Kalibreringskurvemodeller

hvis der er behov for et kvantitativt resultat, er den enkleste måde at fortsætte på at gennemsnitlige tre eksemplarer af standardlæsningerne og fratrække aflæsningen af den tomme kontrolprøve. Dernæst plot standardkurven, find linjen med den bedste pasform eller i det mindste tegne en punkt til punktkurve, så koncentrationen af prøverne kan bestemmes. Eventuelle fortyndinger skal justeres på dette stadium. Dette er generelt det praktiske omfang, i hvilket manuel beregning kan tages.

en variation er at plotte dataene ved hjælp af semi-log, log/log, log/logit og dets derivater – de 4 eller 5 parameter logistiske modeller. Brug af programmelbaserede / automatiserede løsninger gør det muligt at overveje mere sofistikerede grafmetoder. Ved hjælp af lineær regression i en programpakke tilføjes flere flere kontrolmuligheder; det er muligt at kontrollere R2-værdien for at bestemme den samlede godhed af pasform. For den del af kurven, hvor forholdet mellem koncentration og udlæsning har et lineært forhold, repræsenterer R2-værdier >0,99 en meget god pasform. Nøjagtigheden kan derefter forbedres yderligere ved at bruge yderligere standardkoncentrationer i dette interval.

et aspekt af det lineære plot er, at det komprimerer datapunkterne på de lavere koncentrationer af standardkurven, hvilket gør det til det mest nøjagtige interval (område, der mest sandsynligt opnår den krævede R2-værdi). For at modvirke denne komprimering kan der bruges et semi-log-diagram; her logges koncentrationsværdien (på h-aksen) mod udlæsningen (på y-aksen). Denne metode giver en S-formet datakurve, der distribuerer flere af datapunkterne i det mere brugervenlige sigmoidale mønster.

log/log (log of concentration mod log of readout) plottype formår at linearisere mere af datakurven. Det lave til mellemstore standardkoncentrationsområde er generelt lineært i denne model, kun den højere ende af området har tendens til at skråne af. Log / logit og dets derivater, de 4 eller 5 parameter logistiske modeller, er mere sofistikerede, der kræver mere komplekse beregninger og estimater af maks, min, EC50 og hældningsværdier. 5 parametermodellen kræver desuden asymmetriværdien.

mens disse kalibreringskurvemodeller kan levere forbedret ydelse, ville et godt udgangspunkt være at bruge log-log-plottet med en kontrol af gendannelsesprocenten (analytgendannelse fra spikede prøver). Alternativt, i det mindste ‘back-fitting’ standard kurve udlæsning værdier, er ofte ‘en god nok’ tilgang. Den enkleste måde at kontrollere er at beregne kalibreringsstandarderne tilbage og kontrollere, at de falder inden for 20% af den nominelle udlæsningsværdi. En advarsel er ikke at stole på ‘gode’ R2-værdier og finde den kalibreringskurvemodel, der leverer de bedste gendannelsesværdier for standarderne.

ELISA-følsomhed

ELISAs er et af de mest følsomme immunoassays, der er tilgængelige. Det typiske detektionsområde for en ELISA er 0,1 til 1 fmol eller 0,01 ng til 0,1 ng, med følsomhed afhængig af de særlige egenskaber ved antistof-antigen-interaktionen. Derudover kan nogle substrater, såsom dem, der giver forbedret kemiluminescerende eller fluorescerende signal, bruges til at forbedre resultaterne.

som tidligere nævnt vil indirekte detektion producere højere niveauer af signal og bør derfor være mere følsom. Det kan dog også forårsage højere baggrundssignal og dermed reducere netspecifikke signalniveauer.

You might also like

Skriv et svar

Din e-mailadresse vil ikke blive publiceret.